从Cifar-10模型获取标签预测

Question

我目前正在编写tensorflow的Cifar-10教程。我想更改评估，这样我就可以看到我的模型的预测结果是什么，以及它是真是假。我很难理解第一部分:如果我打印预测(sess.run(top_k_op))，我会得到true/false值，我假设这些值是预测是否正确。但是，如果我尝试打印实际的预测(到目前为止，我尝试打印logits，并打印top_k_op张量)，我会得到一些数字或值，但看起来不像标签。我必须对代码进行哪些更改才能真正看到我的模型预测的标签？

Answer 1

您想要首先评估logits。这是网络之外的类的概率分布。具有较高值的张量的索引将为您的标签提供最可能的类别。

您可以使用tf.argmax获取索引，然后使用标签中的索引将其打印出来

print labels[index]

Answer 2

你可以通过查看here找到答案

在svhn.py中，在第116行打印预测的标签：print (step, int(test_labels[0]))

我用一种清晰的方式做到了，使用：

classification = sess.run(top_k_predict_op)
print (step, int(test_labels[0]))
print "network predicted:", classification[0], "for real label:", test_labels

确保您是在24*24图像上进行预测，以防您使用原始版本的TensorFlow CIFAR-10模型训练您的模型。